今日观点

AI算力正从"技术投入"变成"战略商品"，SpaceX×Google的110亿美元大单和Anthropic的350亿美元融资说明——谁能掌握GPU集群，谁就握着下一代的入场券。

① SpaceX与Google签下110亿美元年费云计算协议

发生了什么

SpaceX刚刚披露了一份与Google的云服务协议：Google每月向SpaceX支付9.2亿美元（约合每年110亿美元），用于xAI数据中心的计算能力。这笔交易的规模之大使它成为AI算力租赁市场有史以来最大的单笔协议之一。

为什么重要

这说明AI算力正在变成一种战略商品。过去只有芯片厂商和云服务商能赚大钱，现在SpaceX这种拥有发射能力、能源和数据中心基础设施的公司，也能通过提供GPU集群获得巨大的杠杆优势。发射能力、电力、冷却——这些传统意义上属于航天或能源行业的资产，正在成为AI竞赛的入场券。

对你有啥用

• 创业公司找算力别只盯三大云厂商了，SpaceX、能源公司都可能成为新选择
• 算力学费在涨，预算规划要提前
• AI行业竞争格局不只是模型竞争了，基础设施层也在剧烈洗牌

② Anthropic敲定350亿美元债务融资，疯狂采购AI芯片

发生了什么

Apollo Global Management和Blackstone联手为Anthropic敲定了一笔350亿美元的融资方案，用于扩充AI基础设施。这是Anthropic历史上最大的一笔融资交易，资金将主要用于采购AI芯片和搭建训练集群。

为什么重要

350亿美元是什么概念？这笔钱足够买几十万个最新一代GPU。Anthropic一边宣称自己要"负责任地发展AI"，一边在算力军备竞赛中玩得最疯——这恰恰说明，不管你怎么宣传AI价值观，底层逻辑永远是"算力即权力"。Apollo和Blackstone这种传统金融巨头的下场，也说明AI基建已经吸引了华尔街最老练的资金。

对你有啥用

• 融资环境对AI基础设施公司极其友好，创业门槛被大幅抬高
• 芯片供应链紧张会持续，采购窗口期在收窄
• 关注Apollo和Blackstone投资组合里的AI公司，它们可能随时放大

③ OpenAI称AI递归自我改进（RSI）迹象初现

发生了什么

OpenAI在最新博客中写道：“我们也看到了当今系统中递归自我改进的早期迹象：AI开发本身正被AI加速。“他们预计这会加剧开发者与国家之间的竞争压力，并带来现有机构无法应对的治理挑战。OpenAI呼吁社会尽快找到塑造AI发展轨迹的方法。

为什么重要

“递归自我改进"指的是AI系统能够改进自己的代码、训练流程或架构，从而创造出比自己更强大的下一代AI。这个概念在AI安全学界讨论了十几年，OpenAI是目前最大的机构中第一个在公开博客中承认"早期迹象已经出现"的。这不是什么新模型发布，而是对整个行业走向的一次定性——信号意义大于实质意义。

对你有啥用

• 如果OpenAI在说这话，说明内部模型迭代速度确实在加快
• AI安全治理话题会从学术圈进入政策层，创业者需要提前关注合规
• 不要过度解读，“早期迹象"不等于"奇点已来”

④ ChatGPT推出Dreaming记忆系统，跨对话也能"记住"你

发生了什么

ChatGPT推出名为Dreaming的新记忆系统，能够更有效地记住用户偏好，并在跨对话场景中保持上下文的新鲜感和相关性。这意味着你在不同对话中设置的个人偏好、工作习惯和背景信息，ChatGPT会主动记住并应用在后续交互中。

为什么重要

记忆系统是AI助手从"一次性对话工具"进化到"长期协作伙伴"的关键一步。GPT-4时代ChatGPT的记忆功能一直饱受诟病——记不住你上次说的话。Dreaming系统如果真能做到稳定记忆和用户偏好的持续应用，将大幅提升用户粘性。这也是一场与Claude记忆功能、Gemini记忆能力的正面竞争。

对你有啥用

• 经常用ChatGPT的打工人记得多设置偏好，长期收益会越积越多
• 跨平台AI助手的"记忆战"才刚刚开始
• 注意数据隐私——AI记住你越多，它掌握你的信息就越多

⑤ 谷歌发布Gemini Agentic RAG框架，企业知识库有了新玩法

发生了什么

Google Research与Google Cloud合作推出了Agentic RAG框架，作为Gemini Enterprise Agent Platform的一部分。这个多智能体工作流将复杂的企业查询分解为子任务，通过规划、重写和路由，迭代搜索多个数据源直至获得充分上下文，再生成可靠回答。与传统RAG相比，在事实性数据集上准确率有显著提升。

为什么重要

RAG（检索增强生成）已经成了企业部署AI大模型的主流方案，但标准RAG在面对复杂查询时常常力不从心——它只能做一次检索，无法多轮推理。谷歌这个Agentic RAG框架让AI在检索过程中可以自主规划、多次迭代搜索，本质上是把"智能体"的能力嫁接到了RAG上。对使用企业知识库的公司来说，这意味着查询效果会明显提升。

对你有啥用

• 企业在用AI做内部知识库时，别再用简单RAG了，多智能体方案是下一步
• Google Cloud的企业AI产品线在加速，生态绑定效应会增强
• 开源方案也在跟进，持续关注Agent RAG相关论文和工具

今日数据速览

小编视角

今天AI圈最清晰的信号是四个字：算力军备。SpaceX签大单、Anthropic狂融资、OpenAI谈自我改进——每一件事的底层逻辑都一样：谁能拥有更多、更好的GPU，谁就能跑得更快。模型能力在进步，但真正拉开差距的已经不是算法本身了，而是谁能搞定芯片、电力、冷却和资金这四大基础设施。

对个人开发者来说，别去卷训练大模型了，赛道已经封死了。该卷的是怎么用已有的模型解决问题，以及——怎么比别人更聪明地调用算力。